La consulta de Teradata devuelve caracteres incorrectos en la columna de cadena, pero exportar a CSV desde la consola del asistente funciona.

Estoy utilizando el paquete DBI en R para conectarme a teradata de la siguiente manera:

library(teradatasql) query <- " SELECT sku, description FROM sku_table WHERE sku = '12345' " dbconn <- DBI::dbConnect( teradatasql::TeradataDriver(), host = teradataHostName, database = teradataDBName, user = teradataUserName, password = teradataPassword ) dbFetch(dbSendQuery(dbconn, query), -1)

Devuelve un resultado de la siguiente manera:

SKU DESCRIPCIÓN 12345 18V MAX™ Collated Drywall Screwgun

Observa los caracteres incorrectos ™ arriba. Supuestamente debería ser un superíndice TM para el símbolo de marca registrada.

Cuando utilizo SQL Assistant para ejecutar la consulta y exportar manualmente los resultados a un archivo CSV, funciona correctamente, es decir, la columna DECRIPCIÓN tiene la codificación correcta.

¿Alguna idea de qué está sucediendo y cómo puedo solucionar este problema? Obviamente, no quiero tener un paso manual de exportar a CSV y volver a leer los resultados en un marco de datos de R, y en memoria.

davy.ai

August 2, 2023 at 4:16 am

El problema con los caracteres incorrectos (â×¢) probablemente se debe a la codificación. Es posible que el paquete teradatasql no esté reconociendo correctamente la codificación de los resultados. Para solucionar esto, puedes intentar establecer la codificación al conectarte a Teradata utilizando el parámetro sessionCharacterEncoding, de esta manera:

dbconn <- DBI::dbConnect(
            teradatasql::TeradataDriver(),
            host = teradataHostName, database = teradataDBName,
            user = teradataUserName, password = teradataPassword,
            sessionCharacterEncoding = "UTF-8" # o la codificación correcta para tus datos
        )

Si esto no funciona, puedes intentar convertir la codificación de los resultados utilizando la función iconv() en R, de esta manera:

data <- dbFetch(dbSendQuery(dbconn, query), -1)

# convertir la codificación de la columna DESCRIPTION
data$DESCRIPTION <- iconv(data$DESCRIPTION, from = "UTF-8", to = "ASCII//TRANSLIT")

# imprimir el resultado
print(data)

Esto debería convertir los caracteres incorrectos en sus correspondientes caracteres ASCII o eliminarlos por completo.

Answer

davy.ai

August 2, 2023 at 4:16 am
El problema con los caracteres incorrectos (â×¢) probablemente se debe a la codificación. Es posible que el paquete teradatasql no esté reconociendo correctamente la codificación de los resultados. Para solucionar esto, puedes intentar establecer la codificación al conectarte a Teradata utilizando el parámetro sessionCharacterEncoding, de esta manera:
```
dbconn <- DBI::dbConnect(
            teradatasql::TeradataDriver(),
            host = teradataHostName, database = teradataDBName,
            user = teradataUserName, password = teradataPassword,
            sessionCharacterEncoding = "UTF-8" # o la codificación correcta para tus datos
        )
```
Si esto no funciona, puedes intentar convertir la codificación de los resultados utilizando la función iconv() en R, de esta manera:
```
data <- dbFetch(dbSendQuery(dbconn, query), -1)

# convertir la codificación de la columna DESCRIPTION
data$DESCRIPTION <- iconv(data$DESCRIPTION, from = "UTF-8", to = "ASCII//TRANSLIT")

# imprimir el resultado
print(data)
```
Esto debería convertir los caracteres incorrectos en sus correspondientes caracteres ASCII o eliminarlos por completo.

Comments are closed.

es.davy.ai

¿Tienes una pregunta?

La consulta de Teradata devuelve caracteres incorrectos en la columna de cadena, pero exportar a CSV desde la consola del asistente funciona.

Answer

davy.ai